Chương 1 TỔNG QUAN 1. Tính cấp thiết của đề tài Sự phát triển mạnh mẽ của công nghệ và sự bùng nổ của thông tin số trong những năm gần đây, nó đã góp phần không nhỏ vào sự phát triển của xã hội. Với sự đa dạng và lượng dữ liệu khổng lồ là nguồn tài nguyên vô giá nếu chúng ta biết khai thác và sử dụng những thông tin có ích trong đó. Vấn đề đặt ra là khai thác và lưu trữ dữ liệu hiện nay như thế nào, Các phương pháp khai thác dữ liệu truyền thống ngày càng không phù hợp và không đáp ứng được nhu cầu thực tế.
Do đó, các công nghệ khai phá dữ liệu mới ra đời đã cho phép chúng ta khai thác được những tri thức hữu dụng bằng cách trích xuất những thông tin có mối quan hệ hoặc có mối tương quan nhất định từ một kho dữ liệu lớn (Big Data), mà bình thường chúng ta không nhận diện và sử dụng được, từ đó chúng ta giải quyết được các bài toán tìm kiếm, dự báo các xu thế, các hành vi trong tương lai, và nhiều tính năng thông minh khác. Một trong những vấn đề quan trong nhất hiện nay trong khai phá dữ liệu lớn là những bài toán về dự báo, hầu hết trong các lĩnh vực hoạt động xã hội hiện nay thì vấn đề dự báo đóng góp một phần không nhỏ trong sự tồn tại và phát triển. Hiện nay người ta đưa ra rất nhiều các kỹ thuật trong khai phá dữ liệu để dự báo, nhưng Bài toán dự báo sử dụng chuỗi số thời gian luôn là một đề tài “nóng” luôn được quan tâm. Một số các công trình nghiên cứu liên quan - Nguyễn Chí Thành và Hà Gia Sơn (2017) [14]: Nghiên cứu “Kết hợp mạng Nơron FIR và mô hình ARIMA theo hình thức động để nâng cao hiệu quả dự báo chuỗi thời gian”, tác giả đưa ra giải pháp kết hợp giữa kết quả dự báo của mạng nơron FIR với mô hình ARIMA mà các trọng số sẽ thay đổi để thích nghi với sự biến đổi của chuỗi thời gian, nhằm đạt hiệu quả cao nhất.
Đầu tiên, tác giả dùng dữ liệu mẫu để ước lượng các mô hình, sau đó, dự báo các giá trị của biến phụ thuộc, dùng các giá trị này để xây dựng tập các trọng số, tạo các giá trị dự báo ngoài mẫu từ các mô hình riêng biệt và sử dụng các trọng số đã tìm được. Nếu gọi Yt là giá trị thực tại thời 1 điểm t của biến phụ thuộc, và ft1, ft2, …, ftk là các giá trị dự báo được tạo ra bởi k mô hình khác nhau. Phương pháp đương nhiên là tạo ra giá trị trung bình có trọng số của các giá trị dự báo này. Từ đó, tác giả đưa ra giá trị dự báo kết hợp là: �0 + 𝛽𝛽 𝑓𝑓t = 𝛽𝛽 �1𝑓𝑓t1 + 𝛽𝛽 �2𝑓𝑓t2 + … + 𝛽𝛽 �k𝑓𝑓tk Trong đó: �0 + 𝛽𝛽 𝛽𝛽 �1 + 𝛽𝛽 �2 + … + 𝛽𝛽 �k : là các trọng số cần xác định (Xác định các trọng số bằng phương pháp Ước lượng tham số của mô hình hồi qui bội), thông thường các trọng số này luôn là một hằng số và sẽ thay đổi theo thời gian, nên tác giả đã sử dụng hàm bậc nhất trong phần ứng dụng để dự báo.
Giả định rằng trong mô hình trên 𝛽𝛽i = αi0 + αi1t, với t thể hiện thời gian từ 1 đến n, và i = 0, 1,. Điều này dẫn đến mô hình cải biến như sau: 𝑌𝑌t = α00 + α01t + α10ft1 + α11(tft1) + … + αk0ftk + αk1(tftk) + ut Đặt: α00 + α01t = A0, α10 = A1 … α1k = Ak, α11 = Ak+1 … αk1 = A2k ft1 = F1, … ftk = Fk, (tft1) = Fk+1 , … (tftk) = F2k Ta có phương trình: 𝑌𝑌t = A0 + A1F1 + A2F2 + … + AkFk + Ak+1Fk+1 + … + A2kF2k Đặt: n = 2k, ta sẽ có phương trình 𝑌𝑌t = A0 + A1F1 + … + AnFn Đây chính là phương trình hồi qui cơ bản, có thể dùng giải thuật để xác định các hệ số A0, A1,. - Lâm Hoàng Vũ (2012) [13]: “Dự báo chuỗi thời gian sử dụng mô hình ARIMA và giải thuật di truyền”. Tác giả đưa ra một phương pháp để tự động xác định bậc và ước lượng các hệ số của mô hình ARMA, tác giả đề xuất một phương pháp mở rộng không gian tìm kiếm các lời giải của mô hình ARMA dựa trên giải thuật tìm kiếm Tabu trong việc xác định bậc.
Kết quả thực nghiệm cho thấy phương pháp mới này đem lại kết quả tốt hơn đối với hầu hết các chuỗi dữ liệu được kiểm tra so với các phương pháp meta-heuristic khác và thời gian chạy dừng ở mức có thể chấp nhận được. Li (2018) [6]: “Phân tích và dự đoán chất lượng nước bằng cách sử dụng mô hình lai ARIMA và mạng Nơron RBF”. Nhóm tác giả đã phân tích biến động chất lượng nước ở hồ Chagan trong một khoảng thời gian 2 bằng cách tập trung vào các cấp độ TN và TP; Phát triển mô hình lai ARIMA và RBFNN để dự đoán dữ liệu chuỗi thời gian chất lượng nước; và đánh giá hiệu suất của các mô hình này bằng cách so sánh dữ liệu được quan sát và dự đoán, từ đó đánh giá hiệu suất dự đoán của mô hình lai ARIMA và RBFNN so với mô hình ARIMA. Kết quả dự đoán từ các mô hình lai ARIMA - RBFNN được biểu thị như sau: 𝑦𝑦�t = 𝐿𝐿�t + 𝑁𝑁 �t Trong đó: - 𝐿𝐿�t là kết quả dự báo của mô hình ARIMA � t là kết quả dự báo của mô hình RBFNN - 𝑁𝑁 So với mô hình ARIMA, mô hình dự báo lai ARIMA-RBFNN được đề xuất mô tả toàn diện hơn và chính xác, tạo ra các giá trị tương ứng so với các giá trị được tạo bằng các mô hình ARIMA và MAPE.
Các mô hình lai cải thiện độ chính xác dự đoán. Do đó, mô hình lai được đề xuất có thể được sử dụng để dự đoán chuỗi thời gian TN và TP cho hồ Chagan. - Li Wang, Haofei Zou, Jia Su, Ling Li and Sohail Chaudhry (2013) [8]: “Mô hình lai ARIMA-ANN trong dự báo chuỗi thời gian”. Tác giả đề xuất một mô hình lai, đặc biệt trong việc tích hợp các lợi thế của ARIMA và ANN trong việc mô hình hóa các hành vi tuyến tính và phi tuyến trong tập dữ liệu.
Vì mô hình ARIMA không xử lý được các thành phần phi tuyến của chuỗi thời gian, mô hình ANN được sử dụng để giải quyết các thành phần phi tuyến của dữ liệu chuỗi thời gian vì chúng có nhiều tế bào nơ ron phi tuyến tương tác trong nhiều lớp. Vì vậy, kết hợp ANN và ARIMA trong dự báo chuỗi thời gian để đối phó với tất cả các thành phần không đồng nhất của các mẫu cơ bản, tác giả sử dụng mô hình cộng (L+N) và mô hình nhân (L*N) để kết hợp hai mô hình trong phân tích chuỗi thời gian. Các biểu thức toán học cho hai trường hợp này được thể hiện bằng phương trình: Mô hình cộng: 𝑦𝑦t = 𝐿𝐿t + 𝑁𝑁t Mô hình nhân: 𝑦𝑦t = 𝐿𝐿t ∗ 𝑁𝑁t Trong đó Lt đại diện cho thành phần tuyến tính và Nt là thành phần phi tuyến Mô hình lai đã được thử nghiệm trên ba bộ dữ liệu thực tế, cụ thể là dữ liệu vết đen mặt trời của Wolf, dữ liệu lynx của Canada và dữ liệu giá cổ phiếu của IBM. 3 Kết quả cho thấy hiệu quả của mô hình tổ hợp mới trong việc thu được dự báo chính xác hơn so với các mô hình hiện có.
Mishra (2018) [4]: “Thực nghiệm 2 mô hình ARIMA và ANN trong dự báo chuỗi thời gian”. Mục tiêu của nghiên cứu là kiểm tra tính linh hoạt của mô hình mạng nơ ron nhân tạo (ANN) trong dự báo chuỗi thời gian bằng cách so sánh với mô hình ARIMA. Dữ liệu bao gồm diện tích và thời gian sản xuất ngọc trai (bajra) từ 1955-1956 đến 2014-2015 đã được sử dụng trong nghiên cứu để chứng minh tính hiệu quả của mô hình. Các thử nghiệm cho thấy mô hình ANN vượt trội hơn Mô hình ARIMA dựa trên giá trị trung bình gốc (RMSE), MAPE và MSE.
- Haviluddina, Ahmad Jawahirb (2015) [3]: “So sánh mô hình ARIMA và RBFNN trong dự báo ngắn hạn”. Mô hình đề xuất đã được kiểm tra bằng cách sử dụng dữ liệu chuỗi thời gian mô phỏng của khách du lịch đến Indonesia gần đây được xuất bản bởi BPS Indonesia. Kết quả chứng minh rằng mô hình RBFNN tốt hơn mô hình ARIMA được biểu thị bằng giá trị lỗi bình phương trung bình (MSE). Dựa trên kết quả thu được, mô hình RBFNN được khuyến nghị thay thế cho mô hình hiện có vì nó có cấu trúc đơn giản và hợp lý hơn trong dự báo.Behera (2017) [1]: “Sử dụng mô hình lai ETS - ANN để dự báo chuỗi thời gian”.
Tác giả đưa phương pháp lai mới bằng cách kết hợp các mô hình làm mịn theo cấp số nhân tuyến tính và phi tuyến (ETS) với ANN, cả hai mô hình ETS và ANN đều có khả năng xử lý dữ liệu tuyến tính cũng như phi tuyến. Tuy nhiên, ANN không thể xử lý các mẫu tuyến tính tốt như các mẫu phi tuyến. Kết quả dự đoán cuối cùng có được bằng cách kết hợp các dự đoán ETS với dự đoán ANN. Tác giả sử dụng mười sáu bộ dữ liệu chuỗi thời gian để phân tích hiệu suất và so sánh các phương pháp được đề xuất với ARIMA, ETS, MLP và một số mô hình lai ANN ARIMA phiên bản hiện có.
Kết quả thử nghiệm cho thấy mô hình lai ETS - ANN được đề xuất cho kết quả tốt hơn về mặt thống kê trên các bộ dữ liệu được sử dụng. - Sima Siami-Namini, Neda Tavakoli, Akbar Siami Namin (2018) [10]: “So sánh mô hình ARIMA và LSTM trong dự báo chuỗi thời gian”. Tác giả sử dụng các 4 thuật toán "Long Short-Term Memory (LSTM)" dựa trên học tập sâu mới được phát triển để dự báo dữ liệu chuỗi thời gian, các nghiên cứu thực nghiệm được thực hiện và báo cáo cho thấy các thuật toán dựa trên học tập sâu như LSTM vượt trội hơn các thuật toán dựa trên truyền thống như mô hình ARIMA. Cụ thể hơn, mức giảm trung bình của tỷ lệ lỗi thu được từ LSTM là từ 84 - 87% khi so sánh với ARIMA cho thấy sự vượt trội của LSTM so với ARIMA.
Hơn nữa, người ta nhận thấy rằng số lần huấn luyện, được gọi là "era" trong học tập sâu, không ảnh hưởng đến hiệu suất của mô hình dự báo được huấn luyện và được thực hiện ngẫu nhiên. - Zonghan Wu, Shirui Pan, Guodong Long, Jing Jiang, Xiaojun Chang, Chengqi Zhang (2020) [11]: “Dự báo chuỗi thời gian đa biến với mạng nơ ron đồ thị”.